文献

J-GLOBAL ID：200902226594292413   整理番号：08A0836001

大規模マイクロホンアレイによる発話方向推定の検討

Estimation of sound source orientation using a 96 channel microphone array

著者 (6件)： 菊池慶子 (東京電機大 工) ,  醍醐徹 (東京電機大 工) ,  中島弘史 (ホンダ・リサーチ・インスティチュート・ジャパン) ,  中臺一博 (ホンダ・リサーチ・インスティチュート・ジャパン) ,  長谷川雄二 (ホンダ・リサーチ・インスティチュート・ジャパン) ,  金田豊 (東京電機大 工)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 108  号： 143(EA2008 37-44)  ページ： 13-18  発行年： 2008年07月11日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,大規模マイクロホンアレイ用いた発話方向推定について報告する。筆者らは,先に音源の指向特性に基づいたビームフォーミング法を提案し,スピーカや人の発話方向推定について報告した,しかし,この手法において,ビームフォーマーの設計に用いる伝達関数は,対象となる音源の伝達関数を用いないと,性能が劣化するという問題点があった。また,発話区間の検出(VAD)も手動で行われているという問題点があった。前者の問題は異なる音源の伝達関数の位相差が主な原因と考えて,振幅伝達特性のみを利用したヒストグラムによる発話方向推定手法を提案した。後者については,非発話区間など信頼できない時間周波数特徴量のみを自動的にマスクするために,内積値に基づく音声周波数成分検出と自己相関を利用した発話区間検出を導入した。評価実験を通じて,スピーカの伝達関数を用いた場合でも,提案手法により人間の発話方向推定性能が大きく向上することを示した。(著者抄録)

シソーラス用語： *到来方向推定 ,  *発話 ,  伝達関数 ,  ヒストグラム ,  周波数 ,  自己相関
準シソーラス用語： *マイクロホンアレイ ,  発話方向推定 ,  音声区間検出

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

引用文献 (6件)：

• 松本吉央. リアルタイム顔・視線計測システムの開発と知的インタフェースへの応用. 情報処理学会論文誌コンピュータビジョンとイメージメディア. 2006, 47, SIG 15(CVIM16, 10-21
• 大塚和弘. 非言語行動の観測に基づく複数人物の会話シーン分析. 人工知能学会. 2006, SIG-SLUD-A602-01, 1-6
• SILVERMAN, H. F. The Huge Microphone Array. 1996
• MEUSE, P. C. Characterization of talker radiation pattern using a microphone array. ICASSP94, IEEE. 1994, 2, 257-260
• NAKADAI, K. Sound Source Tracking with Directivity Pattern Estimation Using a 64ch Microphone Array. IEEE/RSJ Intl. Conference on Intelligent Robots and Systems (IROS 2005). 2005, 196-202

タイトルに関連する用語 (4件)： 大規模 ,  マイクロホンアレイ ,  発話 ,  方向推定